Estimação do teor de óleos e graxas em água descartada no mar usando redes neurais recorrentes

Prévia do material em texto

Estimação do teor de óleos e graxas em água
descartada no mar usando redes neurais
recorrentes
José Marques Oliveira Júnior ∗,∗∗ Karina dos Reis Teixeira ∗,∗∗
Ricardo Emanuel Vaz Vargas ∗ Patrick Marques Ciarelli ∗∗
Celso J. Munaro ∗∗
∗ Petróleo Brasileiro S.A., ES (e-mails:
josemarques.oliveira@petrobras.com.br; karinareisteixeira@gmail.com;
ricardo.vargas@petrobras.com.br)
∗∗ Departamento de Engenharia Elétrica, Universidade Federal do
Esṕırito Santo, ES (e-mails: patrick.ciarelli@ufes.br;
celso.munaro@ufes.br)
Abstract: Produced water in offshore oil rigs is an effluent recovered from wells of oil and
natural gas, and is the main waste generated in this process. The Total Oil and Grease (TOG)
is considered one of the main parameters for controlling the disposal of water produced in sea,
with daily and monthly limits defined by current legislation. The TOG measurements used as
reference by IBAMA is made using the gravimetric method, with samples of produced water
collected daily and send to a licensed laboratory, which provides the results about 20 days after
the sampling date. The need for corrective actions in case of values above the limit has motivated
the use of alternative methods that generate estimates more frequently. In this work, two models
based on recurrent neural networks are proposed to obtain TOG estimates. Variables from the
produced water treatment process, information about chemicals used, and data about daily
production from an offshore platform were collected, processed, and used to train, validate, and
test these models. The comparison between the estimation error of these models and those of
the existing estimation methods shows the advantage of the proposed models.
Resumo: Água produzida, em plataformas maŕıtimas, é um dos efluentes recuperados de poços
em conjunto com petróleo e gás natural, sendo o principal reśıduo gerado nesse processo. O Teor
de Óleos e Graxas (TOG) é considerado um dos principais parâmetros de controle do descarte
de água produzida no mar, com limites diários e mensais definidos pela legislação vigente. A
medição de TOG usada como referência pelo IBAMA é feita pelo método gravimétrico, com
amostras de água coletadas diariamente e enviadas para laboratório acreditado, que fornece
os resultados após cerca de 20 dias a partir da data de amostragem. A necessidade de ações
corretivas em caso de valores acima do limite tem motivado o uso de métodos alternativos
que gerem estimativas com maior frequência. Neste trabalho, dois modelos baseados em redes
neurais recorrentes são propostos para obter estimativas de TOG. Variáveis do processo de
tratamento de água produzida, informações sobre produtos qúımicos utilizados e dados sobre
produção diária de uma plataforma offshore foram coletados, tratados e utilizados para treinar,
validar e testar esses modelos. A comparação entre o erro de estimativa desses modelos com os
dos métodos existentes de estimação mostra a vantagem do uso dos modelos propostos.
Keywords: Total oil and grease; Environment monitoring; Process monitoring; Data Science;
Digital Transformation; Recurrent neural networks
Palavras-chaves: Teor de óleos e graxas; Monitoramento ambiental; Monitoramento de
processo; Ciência de Dados; Transformação Digital; Redes neurais recorrentes
Sociedade Brasileira de Automática (SBA) 
XV Simpósio Brasileiro de Automação Inteligente - SBAI 2021, 17 a 20 de outubro de 2021 
ISSN: 2175-8905 2069 DOI: 10.20906/sbai.v1i1.2859
1. INTRODUÇÃO
O petróleo é uma das maiores fontes da matriz energética
mundial. Entretanto, a sua produção pode afetar o meio
ambiente de diversas maneiras, sendo a água produzida
(AP) o maior efluente desse processo (Amini et al., 2012).
A AP é escoada até a superf́ıcie junto ao óleo e ao gás
durante a produção desses fluidos e possui contaminantes
como o próprio óleo, produtos qúımicos e gases dissolvidos
(Bayati et al., 2011).
Uma das principais métricas de qualidade da AP descar-
tada no mar é o Teor de Óleos e Graxas (TOG), por
vezes chamado de Total Oil and Grease ou Oil-in-Water.
Descartes de AP no mar com TOG acima do permitido nas
licenças ambientais podem implicar em sanções pecuniá-
rias impostas pelos órgãos reguladores. Além dos aspectos
financeiros, podem incorrer prejúızos à imagem e ao meio
ambiente (Gagnon, 2011; Meier et al., 2010).
No Brasil, a Resolução CONAMA 393/2007 (Brasil, 2007)
estabelece que o método de referência é o gravimétrico
(Rice et al., 2017). Em plataformas de produção offshore,
o balanço inerente às embarcações dificulta a execução das
análises por esse método (Yang, 2011). Assim, as amostras
são enviadas a laboratórios onshore e, devido à loǵıstica,
os resultados são disponibilizados com defasagem, o que
impossibilita o controle da planta de processamento em
função desses resultados.
Para permitir um melhor acompanhamento do processo,
a água é analisada a bordo da unidade por meio de
análises de laboratório e instrumentos online, estes últimos
instalados no processo. Porém, vale frisar que o TOG
é uma medida método-dependente, ou seja, os valores
encontrados só têm significado quando é informado o
método aplicado (Yang, 2011).
Os processos relacionados à produção de petróleo estão
cada vez mais instrumentados, utilizando diversos sensores
de pressão, temperatura, vazão, ńıvel e analisadores que
visam a monitorar e controlar a planta. Com isso, modelos
de predição baseados em dados têm se tornado viáveis e são
cada vez mais populares, demonstrando amplo potencial
de aplicações (Kadlec et al., 2009).
As redes neurais recorrentes (RNNs - recurrent neural
networks) possuem a capacidade de lidar com dados se-
quenciais, como linguagem natural, áudio e séries tempo-
rais (LeCun et al., 2015). As RNNs processam a entrada
sequencial, um elemento por vez, mantendo em suas cé-
lulas informações sobre o histórico de todos os elementos
anteriores. Um dos tipos de RNN, as LSTMs (Long Short-
Term Memory), propostas inicialmente por Hochreiter e
Schmidhuber (1997), mostraram-se mais efetivas que as
RNNs convencionais (LeCun et al., 2015), uma vez que
solucionam o problema do desaparecimento/explosão de
gradientes (Géron, 2019).
Neste trabalho, propõe-se o desenvolvimento de modelos
baseados em dados que auxiliem o monitoramento do TOG
gravimétrico a fim de garantir que a água descartada no
mar esteja dentro dos limites legais. O objetivo não é
propor um novo método de referência, mas sim apresentar
modelos que estimam o TOG com maior frequência e
aderência.
Saída de óleo
Produção
Hidrociclone Flotador
Água
produzida
Tanque
decantador
Ág
ua
Figura 1. Diagrama simplificado de um t́ıpico sistema de
tratamento de água produzida. Fonte: Oliveira Júnior
e Pereira (2020).
O restante deste artigo está organizado da seguinte forma:
a Seção 2 discorre sobre TOG em sistemas de produção
de petróleo offshore; a Seção 3 apresenta a metodologia
utilizada durante a coleta, o tratamento e a análise dos
dados; os métodos propostos são detalhados na Seção 4;
a Seção 5 apresenta os resultados obtidos neste trabalho
e algumas discussões; a Seção 6 traz as conclusões e
trabalhos futuros sugeridos.
2. TRATAMENTO DE ÁGUA PRODUZIDA EM
INSTALAÇÕES OFFSHORE E MEDIÇÃO DE TOG
Um t́ıpico sistema de tratamento de água produzida em
instalações offshore é apresentado na Figura 1. Nesse
sistema, o fluido produzido (composto basicamente por
óleo, água e gás residual), que já passou por processos
de separação de gás, é enviado primeiramente para um
tanque decantador (settling tank), onde ocorre a separação
por gravidade. As principais influências nesta etapa são o
ńıvel da interface água/óleo, o tamanho das got́ıculas de
óleo e a temperatura do fluido (Stewart e Arnold, 2011).
Posteriormente, a água é bombeada para hidrociclones,
onde uma força centŕıfuga é aplicada paraseparar ĺıquidos
de diferentes densidades (Veil, 2011). O desempenho desse
equipamento é influenciado sobretudo pela taxa de rejeito
e pela vazão de entrada (Husveg et al., 2007). Além disso,
destaca-se que incrustações podem ocorrer no interior das
linhas, sendo necessárias manutenções periódicas e injeção
de inibidor de incrustação, a fim de manter a eficiência do
sistema, a qual também pode ser verificada por variáveis
de processo obtidas em tempo real.
Por fim, a água contendo menos contaminantes chega a
etapa de flotação, última parte do tratamento. Pequenas
bolhas de gás são injetadas na água na entrada do vaso
flotador. Ao subirem, tais bolhas associam-se a got́ıculas
de óleo e part́ıculas sólidas e, na superf́ıcie, esses elementos
são removidos por um processo chamado skimming (Veil,
2011). Dessa forma, a eficiência do tratamento está vincu-
lada ao tamanho das bolhas e à vazão de gás, bem como
à vazão de entrada de água (Stewart e Arnold, 2011).
Ademais, o TOG é afetado diretamente por produtos qúı-
micos utilizados, tais como: inibidores de incrustação, dese-
mulsificantes, antiespumantes e polieletrólitos (Al-Ghouti
et al., 2019; Jiménez et al., 2018).
De acordo com Yang (2011), os métodos para medição
de TOG podem ser separados em três grupos: referência,
bancada (ou laboratório de bordo) e em linha (instrumento
online). Os métodos de referência são utilizados por insti-
Sociedade Brasileira de Automática (SBA) 
XV Simpósio Brasileiro de Automação Inteligente - SBAI 2021, 17 a 20 de outubro de 2021 
ISSN: 2175-8905 2070 DOI: 10.20906/sbai.v1i1.2859
Laboratório
de bordo
(Bancada)
Instrumento 
de campo
(ONLINE)
Ultrassom
Sensor Químico de Fibra Ótica
Análise de Imagens
Espalhamento de luz
Sensor Fotoacústico
Fluorescência UV
Fotometria / Colorimetria
Sensor Químico de Fibra Ótica
Infravermelho
Absorção de UV
Fluorescência de UV
Métodos de
referência
Absorção de Infravermelho
Gravimétrico (laboratório em terra)
Cromatografia Gasosa e Frame Ionisation Detection (GC-FID)
Figura 2. Métodos para determinação do Teor de Óleos
e Graxas. Adaptado de: Oliveira Júnior e Pereira
(2020).
tuições governamentais e estabelecem medidas de referên-
cia abrangentes e padronizadas. Já os métodos de bancada
e online têm ganhado espaço por possuirem procedimentos
menos complexos, menores custos e geração de estimativas
com menor tempo (Cirne et al., 2016).
O CONAMA (Brasil, 2007) estabelece que as concentra-
ções de TOG devem ser determinadas pelo método gra-
vimétrico (Rice et al., 2017). Além disso, a média mensal
de TOG na água produzida descartada é limitada à 29
mg/l, com valor máximo diário de 42 mg/l. Esse valor
médio mensal é obtido a partir de amostras diárias e
estas são compostas por subamostras coletadas ao longo do
dia, tipicamente sendo usadas 4 subamostras. O resultado
somente é conhecido posteriormente, o que inviabiliza o
controle do processo a tempo.
A medição de TOG, como enfatizado por Yang (2011),
é um parâmetro método-dependente, ou seja, uma mesma
amostra avaliada por diferentes métodos gerará quase sem-
pre diferentes resultados. O autor ressalta que a forma
como é realizada a amostragem pode aumentar significa-
tivamente as incertezas das análises.
Com o intuito de evitar valores altos de TOG na água
descartada, controlar e otimizar o processo, são realizadas
análises por outros métodos nas próprias unidades de
produção offshore, utilizando analisadores online e de
bancada.
No estudo em questão, dados de três métodos de análise
de TOG foram utilizados como entradas do modelo: fo-
tométrico (Hach, 2021), infravermelho (Eralytics, 2021) e
um analisador online (Advanced Sensors, 2021), que usa a
fluorescência UV como prinćıpio de medição. Em relação
aos dois primeiros, por serem de bancada, foram coletadas
amostras a cada duas horas e realizada a análise no próprio
laboratório de bordo. Cabe ressaltar que o monitoramento
de TOG online tem sido um desafio nas últimas décadas,
visto que apresentam dificuldades associadas a diversos
fatores (principalmente em aspectos de confiabilidade e
continuidade operacional) e sensibilidade a temperatura
do fluido, pressão, presença de gás e particulados, tipo de
óleo, tamanho das got́ıculas, vazão de processo e do ponto
de amostragem, procedimento de coleta de amostra, entre
outros.
A importância da estimativa do TOG tem resultado em
contribuições recentes ao tema na literatura. Roverso
(2009) propôs a criação de sensores virtuais a partir do
agrupamento de redes neurais em uma unidade de pro-
dução offshore. Usando como referência os valores diários
(mistura das quatro coletas com intervalos de seis horas
entre si), o autor descreveu as dificuldades associadas às
diferentes taxas de amostragem das entradas e à definição
de metodologia para sincronizar os dados de processo com
as medidas laboratoriais. Por fim, optou pelo emprego de
médias móveis em torno dos horários de coletas.
Em outra abordagem, Oliveira Júnior e Pereira (2020)
investigaram a criação de modelos capazes de estimar em
tempo real o TOG fotométrico e usaram como alvo as
análises realizadas no laboratório de bordo. Os autores
extráıram caracteŕısticas em diferentes janelas de tempo
(5, 20 e 60 minutos) antecedentes a cada coleta, avaliaram
diferentes algoritmos para regressão (árvores de regressão,
bagged trees, SVMs e redes neurais) e alcançaram os
melhores resultados com bagged trees.
Araujo Filho et al. (2020) criaram modelos baseados
em árvores de decisão e redes neurais com o objetivo
de gerar previsões do TOG gravimétrico a cada cinco
minutos. Considerando que a variável alvo é resultante de
análises em terra e com frequência diária, a estratégia para
obtenção de valores com peŕıodo de cinco minutos foi a
aplicação de uma técnica de interpolação. Os resultados
auferidos para dados de duas plataformas indicaram a
viabilidade e utilidade dos modelos baseados em dados.
Diante do exposto, este trabalho propõe o uso de modelos
baseados em redes neurais recorrentes do tipo LSTM que
sejam capazes de estimar o TOG gravimétrico em uma
base diária. A escolha da LSTM se baseia na sua capa-
cidade de lidar com sequências temporais (Kadlec et al.,
2009), o que tem popularizado sua aplicação em processos
industriais (Zhou et al., 2020; Lyu et al., 2020). Também
foi avaliada a inclusão de uma camada convolucional (CNN
- convolutional neural networks) anterior à LSTM. Essa
estratégia, diferentemente da convencional, faz com que as
primeiras camadas da arquitetura extraiam caracteŕısticas
de forma automática
3. COLETA, TRATAMENTO E ANÁLISE DOS
DADOS
O conjunto de dados utilizado nos experimentos é proveni-
ente de uma plataforma de produção offshore e refere-se à
operação entre janeiro de 2018 e fevereiro de 2021. Nas sub-
seções seguintes são fornecidos detalhes da base de dados
usada, sendo importante destacar que cada conjunto de
variáveis possui uma frequência de amostragem espećıfica.
3.1 Medições de TOG
Neste trabalho, as análises de TOG são relativas sempre
a coletas da água descartada, isto é, da água produzida
após tratamento. Apesar de serem realizadas análises em
Sociedade Brasileira de Automática (SBA) 
XV Simpósio Brasileiro de Automação Inteligente - SBAI 2021, 17 a 20 de outubro de 2021 
ISSN: 2175-8905 2071 DOI: 10.20906/sbai.v1i1.2859
outros pontos da planta, definiu-se que essas não seriam
inclúıdas, já que ocorrem de forma ocasional.
O TOG gravimétrico, variável de interesse, é formado
por subamostras, coletadas durante o dia (no geral, em
intervalos de seis horas entre si), misturadas e analisadas
em laboratório em terra, gerando um único valor diário.
O resultado é disponibilizado com certa defasagem, justi-
ficando assim a importância de se ter outras medidas ou
estimativas do TOG para eventuais ações corretivas.
No laboratóriode bordo, são obtidas medidas do TOG
fotométrico e infravermelho (análises individuais para cada
amostra) e os resultados são gerados em questão de mi-
nutos. Entre janeiro de 2018 e março de 2020, apenas a
análise fotométrica estava dispońıvel. A partir de março
de 2020, o analisador com o prinćıpio de medição por
infravermelho começou a ser testado.
O analisador de TOG online funciona com a fluorescência
UV e possui um sistema de autolimpeza na câmara de
medição (Advanced Sensors, 2021). Ainda assim, é comum
a necessidade de manutenções preventivas e corretivas
com profissionais especializados. O sinal do instrumento
é enviado em tempo real para o sistema de automação,
que armazena o histórico em um PIMS (Plant Information
Management Systems). Para a criação do banco de dados
utilizado neste trabalho, optou-se por realizar a amostra-
gem, a cada cinco minutos, desse sinal e das variáveis de
processo.
3.2 Variáveis de Processo
A seleção inicial das variáveis de processo inclúıdas na
base de dados foi realizada por um comitê multidisciplinar,
incluindo especialistas em processamento de água, óleo
e gás, Ciências de Dados e medições de fluidos. Além
dos instrumentos relacionados à planta de tratamento
da água produzida, foram coletadas medidas de variáveis
relacionadas a outros trechos e equipamentos da planta
de produção: chegada dos poços, separadores bifásicos,
separador de teste, tratadores eletrostáticos de óleo e
tanque de reśıduos, totalizando 104 variáveis.
Assim como o TOG online, as demais variáveis de processo
passam pelo sistema de automação e são armazenadas
em um historiador, onde podem ser acessadas de forma
segura. Apesar de todas as entradas serem atualizadas
no historiador em questão de segundos, a frequência de
amostragem utilizada foi de cinco minutos.
3.3 Boletins Diários de Operação
Os Boletins Diários de Operação (BDOs) contêm um re-
sumo da operação da plataforma no dia. Eles possuem
dados espećıficos de cada poço (produção ĺıquida e bruta
simuladas, BSW (Basic Sediments and Water) e vazão de
água produzida por poço calculada com base nos valores
anteriormente citados), além de informações totalizadas da
unidade (produção bruta e ĺıquida, água produzida e água
descartada). Também estão inclusos dados sobre os produ-
tos qúımicos injetados, a saber: desemulsificante (topsides
e subsea), inibidor de incrustação e polieletrólitos. Os valo-
res representam o volume adicionado ao processo durante
o dia em questão.
2h 2h 2h 2h 2h 2h 2h 2h 2h 2h 2h 2h 2h 2h 2h 2h 2h 2h 2h 2h 2h 2h 2h 2h
Janela de tempo: 48 horas
Variável de entrada 1
Variável de entrada 2
Variável de entrada 3
Variável de entrada n
.
.
.
24 time steps de 2 horas cada
(um valor de TOG gravimétrico)
x mg/l
Figura 3. Exemplo de matriz de entrada contendo n
atributos, divididos em 24 time steps de 2 horas cada,
totalizando uma janela temporal de 48 horas, que se
associa a um único valor de TOG gravimétrico.
3.4 Tratamento dos Dados
Nos dias em que não há descarte de água, não são coletadas
amostras e, portanto, não há valores de TOG gravimétrico
associados. Tais dias foram desconsiderados nas análises.
Nos momentos que o analisador de TOG online está em
manutenção, sua sáıda fica constante em zero. Para estes
casos, os valores zerados foram exclúıdos, transformando-
os em valores faltantes.
4. MÉTODOS PROPOSTOS
Para treinamento dos modelos, a variável alvo escolhida foi
o TOG gravimétrico. Já as entradas foram o TOG foto-
métrico, o TOG infravermelho, TOG online, as variáveis
de processo, os dados de operação diários e os atributos
calculados a partir das variáveis de processo.
Optou-se por padronizar em 2 horas a frequência de amos-
tragem de todas as variáveis de entrada. Para as variáveis
de processo, que são amostradas a cada 5 minutos, assim
como para os atributos calculados a partir delas (descritos
a seguir em “engenharia de atributos”), foi usada uma
janela deslizante para o cálculo de suas médias a cada 2
horas. Já para os dados diários de produção, seus valores
foram repetidos por 12 time steps, de forma a ter um valor
a cada duas horas. Para cada valor de TOG gravimétrico,
associaram-se os dados das 48 horas anteriores, totalizando
assim 24 time steps, conforme exemplo apresentado na
Figura 3. Cada amostra de TOG gravimétrico, que é dis-
ponibilizada diariamente, foi associada a uma matriz com
tal forma.
Os experimentos para criação e avaliação dos modelos de
previsão de TOG foram realizados como segue.
Divisão dos dados: a separação dos dados em treinamento,
validação e teste foi realizada conforme a Figura 4, uma vez
que os valores diários de TOG formam uma série temporal.
Na representação gráfica, cada bloco corresponde a um
conjunto de 32 dias, isto é, 32 amostras de TOG gravimé-
trico, e cada amostra é uma matriz de entrada (como a da
Figura 3). É importante destacar que o banco de validação
é sempre subsequente ao de treinamento, assim como o de
teste é subsequente ao de validação, a fim que de que o
algoritmo não seja treinado com dados futuros e testado
Sociedade Brasileira de Automática (SBA) 
XV Simpósio Brasileiro de Automação Inteligente - SBAI 2021, 17 a 20 de outubro de 2021 
ISSN: 2175-8905 2072 DOI: 10.20906/sbai.v1i1.2859
1
2
1
3
4
5
7
6
8
9
10
Fo
ld
s
Tempo
Legenda: Treinamento TesteValidação
Figura 4. Separação dos dados entre treinamento, valida-
ção e teste para os 10 folds.
com dados passados. Além disso, o tamanho do banco de
treinamento cresce ao passar para o fold seguinte.
Pré-processamento: os dados de entrada são padronizados
com z-score (subtrai-se a média e divide-se pelo desvio-
padrão de cada atributo). Ressalta-se que a média e o
desvio-padrão são obtidos com o banco de treinamento. Na
sequência, por escolha de projeto, os valores calculados são
limitados a uma faixa entre -7 e 7 e, por último, os dados
faltantes são substitúıdos pelo valor -10.
Engenharia de atributos: foram criados atributos a partir
de variáveis do processo conforme detalhado a seguir.
a) Dois atributos que fazem inferência do ńıvel da interface
água/óleo, um para cada tanque (settlings), calculados
como a média dos analisadores de BSW (cinco por
tanque) em diferentes alturas dos tanques;
b) Um atributo relativo à identificação de qual tanque está
em operação, que é selecionado como aquele com maior
temperatura;
c) Um atributo referente à pressão de sáıda da bomba de
água do tanque em operação. Selecionada a variável de
pressão com o maior valor entre as quatro (são duas
bombas por tanque);
d) Um atributo a respeito da temperatura do tanque em
operação, utilizando o atributo do item b);
e) Um atributo que indica a pressão de gás do tanque
em operação, também calculado com uso do atributo
relatado no item b).
Seleção de grupos de variáveis de entrada: considerando-se
que estão dispońıveis 104 variáveis de processo, 8 variáveis
de produção diária e 6 atributos calculados a partir das
variáveis de processo, foram definidos grupos dessas variá-
veis para serem usados como entrada nos modelos. Além de
reduzir o esforço computacional, tal análise visa verificar a
possibilidade de reduzir o número de variáveis necessárias
para estimar o TOG. Os agrupamentos foram realizados
em função do equipamento que deu origem as variáveis
do processo, aumentando gradativamente o número de
variáveis e a complexidade do modelo. Ao todo, foram
testados 9 grupos diferentes de entradas.
Modelos: foram propostos dois modelos baseados em
LSTM (Figura 5), sendo que a principal diferença entre
eles é a existência ou não de uma camada convolucional na
entrada. O modelo com essa camada é referenciado neste
documento por ‘CNN + LSTM’ e o outro por ‘LSTM’.
LayerNomalization
LSTM
Dropout
Dense
Saída
Entradas
Conv1D
BatchNormalization
Activation (relu)LSTM
Dense
Entradas
BatchNormalization
Dropout
Dense
Saída
Figura 5. Modelos propostos: ‘LSTM’, à esquerda, e ‘CNN
+ LSTM’, à direita.
Uma breve explicação sobre as camadas utilizadas é for-
necida a seguir:
• Conv1D: camada responsável pela convolução dos dados
de entrada do modelo ‘CNN + LSMT’, buscando extrair
caracteŕısticas (Alzubaidi et al., 2021);
• Layer Normalization e Batch Normalization: normali-
zam os dados de entrada, tornando o treinamento das
redes neurais mais estável (Alzubaidi et al., 2021);
• Dropout : auxilia na regularização da rede para evitar
overfitting. O dropout consiste em desconectar aleato-
riamente um percentual de neurônios durante o treina-
mento (Srivastava et al., 2014). Conforme recomenda-
ções fornecidas por Li et al. (2019), camadas de Batch
Normalization e Layer Normalization foram colocadas
somente antes de camadas de dropout, evitando assim a
interferência entre elas;
• Activation: usada a função de ativação não-linear ReLU
(Rectified Linear Unit);
• LSTM: camada referente à RNN em si, que recebe os
dados de forma sequencial (24 time steps) e processa de
forma a aprender os padrões nos sinais de entrada;
• Dense: por vezes chamada de fully connected layer, é
uma camada de neurônios similar ao de uma rede neural
clássica, que consegue se ajustar a mapeamentos não-
lineares entre entrada e sáıda.
Para o treinamento, foi usada a função de perda MSE
(Mean Squared Error) com um número máximo de épo-
cas de 5000, regularização L1 e max norm nas camadas
Conv1D, LSTM e Dense, com os valores de 10-2 e 5,0. Foi
usado early stopping para interromper o treinamento caso
o erro na validação não diminua após 500 épocas.
A busca de hiperparâmetros, por meio de random search,
foi executada apenas para um grupo de entradas e re-
plicada para as demais. Os melhores valores encontrados,
assim como a faixa de busca, estão na Tabela 1.
Além disso, o cálculo do loss durante o treinamento é pon-
derado pela data da amostra: dados referentes a amostras
mais recentes tem um peso maior, com este diminuindo
exponencialmente quanto mais antiga a amostra. Dessa
Sociedade Brasileira de Automática (SBA) 
XV Simpósio Brasileiro de Automação Inteligente - SBAI 2021, 17 a 20 de outubro de 2021 
ISSN: 2175-8905 2073 DOI: 10.20906/sbai.v1i1.2859
forma, o modelo tende a privilegiar à condição atual dos
equipamentos da planta de processamento, fator a ser
considerado quando se trata de processos industriais em
que o sistema está sujeito a mudanças ao longo do tempo.
Tabela 1. Hiperparâmetros utilizados para cri-
ação dos modelos ‘LSTM’ e ‘CNN + LSTM’.
Hiperparâmetro LSTM CNN + LSTM Faixa
Learning rate 10-3 5 × 10-5 [10-4, 10-1]
LSTM - unidades 16 16 [4, 128]
Dropout 0.25 0.4 [0, 0.6]
Dense - unidades - 16 [4, 128]
Conv1D - filtros - 16 [4, 32]
Conv1D - kernel size - 3 [3, 11]
Conv1D - strides - 2 [1,3]
Comparação dos modelos: os modelos propostos foram
comparados a três outros: um preditor baseline ingênuo,
que fornece como previsão a média dos valores de TOG
gravimétrico do banco de treinamento (valor constante
em todas as previsões do fold); outro que faz a previsão
usando o valor médio do TOG fotométrico do dia e, por
fim, um que faz a previsão usando o valor médio do
TOG infravermelho no dia. Vale ressaltar que o TOG
fotométrico e o infravermelho são utilizados pela equipe
de operação para monitorar o processo de tratamento de
AP, sendo essas as duas melhores estimativas do TOG
gravimétrico viáveis atualmente.
Métricas: as métricas de avaliação utilizadas foram o
RMSE (Root Mean Square Error) e a qualidade do modelo
(fit). O RMSE de determinado modelo é calculado ao se
comparar a sáıda gerada pelo modelo e o valor da variável
alvo (TOG gravimétrico). Já a qualidade do modelo é
obtida por meio da Equação (1):
fit = 100 ×
(
1 − eM
eB
)
, (1)
em que eM e eB são as médias do RMSE nos 10 folds de
teste do modelo avaliado e do preditor baseline ingênuo,
respectivamente. Quanto maior o valor dessa métrica,
melhor é o ajuste entre o valor de referência de TOG
gravimétrico e o valor gerado pelo modelo em questão.
Com o propósito de monitorar e diagnosticar o treina-
mento do modelo, foram traçadas as curvas do RMSE
durante o aprendizado para os bancos de treinamento e
validação no decorrer das épocas (Figura 6). Tal gráfico
proporciona noções sobre a presença ou não de problemas
como subajuste (underfitting) e sobreajuste (overfitting)
ao fim do procedimento de aprendizagem da rede neural.
Após a certificação de que o treinamento do modelo foi
bem sucedido, criou-se um gráfico de tendência (Figura 7)
que apresenta os valores do TOG gravimétrico e da sáıda
do modelo no decorrer dos 32 dias do banco de dados de
teste de um dos folds.
Para avaliar a dispersão dos erros e permitir a comparação
das medianas, foram gerados boxplots (Figura 8) dos erros
RMSE calculados para os 10 folds de teste para os dois mo-
delos propostos e para os três preditores atuais (preditor
baseline ingênuo, TOG fotométrico e TOG infravermelho).
Épocas
R
M
SE
 [m
g/
L]
Figura 6. Exemplo de curvas de erro RMSE do modelo
para os bancos de treinamento e validação ao longo
das épocas de aprendizado.
5. RESULTADOS E DISCUSSÃO
São apresentados nesta seção apenas os resultados obtidos
com o grupo de variáveis de entrada que proporcionou o
treinamento de modelos com melhores desempenhos. Ele
é composto por: os seis atributos criados referentes aos
tanques settlings (dois referentes aos ńıveis das interfaces
água/óleo, um relativo à identificação de qual tanque está
em operação, temperatura, pressão da bomba de água e
pressão de gás) e outras quatro relacionadas à injeção
de produtos qúımicos (desemulsificante topsides e subsea,
inibidor de incrustação e polieletrólito).
Foram gerados gráficos com curvas de aprendizagem para
os dois modelos. Como exemplo, o processo de treinamento
do modelo ‘CNN + LSTM’ em um dos folds é exibido
na Figura 6. A curva em azul, referente ao RMSE dos
dados de treinamento, tem a tendência de diminuir ao
longo das épocas; já o RMSE no banco de validação,
representado pela curva laranja, diminui nas primeiras
épocas e, a partir de determinado momento, começa a
apresentar uma tendência de alta. Ao atingir o valor
mı́nimo de erro na validação, a execução prossegue até
que se passe o número de épocas de espera configurado
para o early stopping, tornando o modelo menos sujeito a
sobreajuste (overfitting). O modelo final possui os pesos
correspondentes à época na qual foi obtido o menor erro
no banco de validação.
A Figura 7 mostra um exemplo de linhas de tendência
geradas comparando os valores do TOG gravimétrico ver-
dadeiro e a sáıda gerada pelo modelo ‘CNN + LSTM’ para
os dados de teste de um dos folds. Percebe-se que o mo-
delo conseguiu acompanhar a tendência geral da variável
desejada, mesmo havendo erros maiores em alguns pontos.
Na Figura 8 são apresentados os conjuntos de erros
(RMSE) obtidos pelos modelos nos 10 folds de teste. Os
dois que foram propostos (‘LSTM’ e ‘CNN + LSTM’)
apresentaram erros inferiores ao serem comparados aos
demais (baseline ingênuo, TOG fotométrico e TOG infra-
vermelho). Esses resultados indicam a viabilidade do uso
dos modelos baseados em LSTM para o problema tratado
neste trabalho.
Sociedade Brasileira de Automática (SBA) 
XV Simpósio Brasileiro de Automação Inteligente - SBAI 2021, 17 a 20 de outubro de 2021 
ISSN: 2175-8905 2074 DOI: 10.20906/sbai.v1i1.2859
Dias
TO
G
 [m
g/
l]
Figura 7. Linhas de tendência comparando o TOG gra-
vimétrico real e a sáıda do modelo após treinamento
para os dados de teste de um dos folds.
LS
TM
CN
N 
+ 
LS
TM
Ba
se
lin
e (
ing
ên
uo
)
TO
G 
fot
om
étr
ico
TO
G 
inf
ra
ve
rm
elh
o
4
6
8
10
12
14
16
18
R
M
S
E
 [m
g/
l]
Figura 8. Boxplot apresentando os conjuntos do erro
RMSE dos modelos emrelação ao TOG gravimétrico
do dados de teste para os 10 folds.
A Tabela 2 contém os valores do fit dos modelos avaliados
nos dados de teste. Ressalta-se que tal métrica faz uma
comparação entre a média dos erros de cada modelo com
o erro do valor médio da variável alvo (Equação 1) e,
portanto, o modelo baseline ingênuo obteve o valor nulo
de fit. A estimativa por meio da média do TOG infra-
vermelho obteve um percentual de fit negativo, devido
a média do erro de tal modelo ser maior que a média
do erro do baseline ingênuo (ver Figura 8). Os modelos
propostos ‘LSTM’ e ‘CNN + LSTM’ alcançaram valores
do fit acima de 30%. Tais resultados são coerentes com o
que é observado na Figura 8, já que valores maiores de fit
correspondem a melhores desempenhos.
Tabela 2. Comparação da qualidade do ajuste
fit para diferentes modelos.
Modelo fit [%]
LSTM 33,16
CNN + LSTM 36,17
Baseline (ingênuo) 0,00
TOG fotométrico 1,87
TOG infravermelho -57,99
6. CONCLUSÃO
Neste trabalho, investigou-se o problema de estimação de
TOG gravimétrico em água descartada por plataforma
offshore de produção de petróleo, ressaltando a caracte-
ŕıstica método-dependente do TOG e o tempo necessário
para se obter os resultados pelo método de referência
aceito pelo órgão fiscalizador devido ao envio das amostras
para laboratórios onshore. Foram propostos dois modelos
baseados em redes neurais recorrentes. O primeiro (LSTM)
usa Long Short-Term Memory e o segundo (CNN+LSTM)
adiciona camadas convolucionais ao primeiro.
Os modelos utilizaram como entradas as variáveis do
processo de tratamento de água produzida, dos produtos
qúımicos adicionados, dos dados diários de produção, dos
atributos obtidos a partir das variáveis do processo e as
medições de TOG obtidas a bordo por outros métodos.
Os dados foram tratados e separados em conjuntos de
treino, validação e teste. O valor diário do TOG foi
estimado usando variáveis de entrada em um peŕıodo de
48h anteriores à estimativa.
Os erros dos modelos propostos foram comparados com
os erros referentes às estimativas obtidas pelos métodos
fotométrico e infravermelho executados em laboratório de
bordo. Os resultados obtidos neste trabalho indicam a
viabilidade e a utilidade de modelos baseados em dados
para monitorar o TOG.
Os resultados podem ser melhorados aos serem revisados
aspectos como seleção de atributos, variação do tamanho
da janela deslizante, revisão do tempo de amostragem, uso
de novos algoritmos e criação de ensembles.
AGRADECIMENTOS
Agradecemos à Petróleo Brasileiro S.A. (Petrobras) pelo
encorajamento, pelo fornecimento dos dados necessários
para a realização deste trabalho e pela permissão para a
sua publicação.
REFERÊNCIAS
Advanced Sensors (2021). Advanced Sensors EX-
100/1000. URL https://www.advancedsensors.co.
uk/products/ex-100-1000.
Al-Ghouti, M.A., Al-Kaabi, M.A., Ashfaq, M.Y., e Da’na,
D.A. (2019). Produced water characteristics, treatment
and reuse: A review. Journal of Water Process Engine-
ering, 28, 222–239.
Alzubaidi, L., Zhang, J., Humaidi, A.J., Al-Dujaili, A.,
Duan, Y., Al-Shamma, O., Santamaŕıa, J., Fadhel,
M.A., Al-Amidie, M., e Farhan, L. (2021). Review of
deep learning: concepts, cnn architectures, challenges,
applications, future directions. Journal of Big Data,
8(53), 1–74.
Amini, S., Mowla, D., Golkar, M., e Esmaeilzadeh, F.
(2012). Mathematical modelling of a hydrocyclone for
the down-hole oil–water separation (dows). Chemical
Engineering Research and Design, 90(12), 2186–2195.
Araujo Filho, C.F., Vargas, R.E.V., Bucker, E.B., e De-
laiba, V.H.B. (2020). Monitoramento de teor de óleos
e graxas em água descartada no mar usando ciência de
dados. Rio Oil & Gas Conference.
Sociedade Brasileira de Automática (SBA) 
XV Simpósio Brasileiro de Automação Inteligente - SBAI 2021, 17 a 20 de outubro de 2021 
ISSN: 2175-8905 2075 DOI: 10.20906/sbai.v1i1.2859
Bayati, F., Shayegan, J., e Noorjahan, A. (2011). Treat-
ment of oilfield produced water by dissolved air precipi-
tation/solvent sublation. Journal of Petroleum Science
and Engineering, 80(1), 26–31.
Brasil (2007). Resolução conama nº 393/2007. Diário
Oficial da União, (153), 72–73. URL http://www2.mma.
gov.br/port/conama/legiabre.cfm?codlegi=541.
Cirne, I., Boaventura, J., Guedes, Y., e Lucas, E. (2016).
Methods for determination of oil and grease contents in
wastewater from the petroleum industry. Chemistry and
Chemical Technology, 10(4), 437–444.
Eralytics (2021). Eracheck Eco. URL
https://eralytics.com/instruments/
oil-in-water-testers/eracheck-eco.
Gagnon, M.M. (2011). Evidence of exposure of fish to
produced water at three offshore facilities, north west
shelf, australia. In Produced Water, 295–309. Springer.
Géron, A. (2019). Hands-on machine learning with Scikit-
Learn, Keras, and TensorFlow: Concepts, tools, and
techniques to build intelligent systems. O’Reilly Media.
Hach (2021). DR6000 Laboratory Spectrophotometer.
URL https://www.hach.com/spectrophotometers/
dr6000-laboratory-spectrophotometer/family?
productCategoryId=35547203833.
Hochreiter, S. e Schmidhuber, J. (1997). Long short-term
memory. Neural computation, 9(8), 1735–1780.
Husveg, T., Rambeau, O., Drengstig, T., e Bilstad, T.
(2007). Performance of a deoiling hydrocyclone during
variable flow rates. Minerals Engineering, 20(4), 368–
379.
Jiménez, S., Micó, M., Arnaldos, M., Medina, F., e Con-
treras, S. (2018). State of the art of produced water
treatment. Chemosphere, 192, 186–208.
Kadlec, P., Gabrys, B., e Strandt, S. (2009). Data-driven
soft sensors in the process industry. Computers &
chemical engineering, 33(4), 795–814.
LeCun, Y., Bengio, Y., e Hinton, G. (2015). Deep learning.
nature, 521(7553), 436–444.
Li, X., Chen, S., Hu, X., e Yang, J. (2019). Understanding
the disharmony between dropout and batch normaliza-
tion by variance shift. In Proceedings of the IEEE/CVF
Conference on Computer Vision and Pattern Recogni-
tion, 2682–2690.
Lyu, P., Chen, N., Mao, S., e Li, M. (2020). LSTM
based encoder-decoder for short-term predictions of gas
concentration using multi-sensor fusion. Process Safety
and Environmental Protection, 137, 93–105.
Meier, S., Morton, H., Nyhammer, G., Grosvik, B.,
Makhotin, V., Geffen, A., Boitsov, S., Kvestad,
K., Bohne-Kjersem, A., Goksøyr, A., Folkvord, A.,
Klungsøyr, J., e Svardal, A. (2010). Development of
atlantic cod (gadus morhua) exposed to produced water
during early life stages effects on embryos, larvae, and
juvenile fish. Marine environmental research, 70, 383–
94. doi:10.1016/j.marenvres.2010.08.002.
Oliveira Júnior, J.M. e Pereira, M.d.A. (2020). Forecasting
Total Oil and Grease in produced water using Machine
Learning methods in an oil extraction plant. Marine
Systems & Ocean Technology, 15, 124–134.
Rice, E., Baird, R., e Eaton, A. (2017). Standard methods
for the examination of water and wastewater. Water
Environment Federation, American Public Health Asso-
ciation , American Water Works Association, 23 edition.
Roverso, D. (2009). Empirical ensemble-based virtual
sensing-a novel approach to oil-in-water monitoring. In
Oil-in-Water Monitoring Workshop, Aberdeen, UK.
Srivastava, N., Hinton, G., Krizhevsky, A., Sutskever, I.,
e Salakhutdinov, R. (2014). Dropout: a simple way to
prevent neural networks from overfitting. The journal
of machine learning research, 15(1), 1929–1958.
Stewart, M. e Arnold, K. (2011). Produced water treatment
field manual. Gulf Professional Publishing.
Veil, J.A. (2011). Produced water management options
and technologies. In Produced water, 537–571. Springer.
Yang, M. (2011). Measurement of oil in produced water.
In Produced water, 57–88. Springer.
Zhou, X., Hu, Y., Liang, W., Ma, J., e Jin, Q. (2020).
Variational LSTM enhanced anomaly detection for in-
dustrial big data. IEEE Transactions on Industrial
Informatics, 17(5), 3469–3477.
Sociedade Brasileira de Automática (SBA) 
XV Simpósio Brasileiro de Automação Inteligente - SBAI 2021, 17 a 20 deoutubro de 2021 
ISSN: 2175-8905 2076 DOI: 10.20906/sbai.v1i1.2859